Anwendungsspezifische integrierte Schaltung

Im Bereich der Datenverarbeitung eignen sich unterschiedliche Prozessortypen jeweils besser für bestimmte Aufgaben. Eine GPU unterscheidet sich beispielsweise grundlegend von einer CPU: Während eine CPU serielle Verarbeitung besonders effizient ausführt, ist eine GPU dank ihrer großen Anzahl an Rechenkernen auf parallele Verarbeitung ausgelegt. Aus diesem Grund haben sich GPUs von ihrer ursprünglichen, eng begrenzten Funktion zur Darstellung von Grafiken zu einer zentralen Komponente für LLM-Anwendungen und die KI-Entwicklung entwickelt.

Eine „anwendungsspezifische integrierte Schaltung“ (ASIC) führt das Konzept, einen Mikrochip für eine klar definierte Funktion zu entwickeln, konsequent zu Ende. Sie bildet das genaue Gegenstück zu einem „feldprogrammierbaren Gate-Array“ (FPGA), das nach der Herstellung umprogrammiert werden kann, um andere als die ursprünglich vorgesehenen Funktionen auszuführen. Eine ASIC bietet bereits während des Herstellungsprozesses ein deutlich höheres Maß an Anpassungsmöglichkeiten. Dadurch ist sie hochgradig auf eine bestimmte Aufgabe spezialisiert und bei ihrer Leistung unübertroffen. Der mögliche Anpassungsgrad hängt zwar vom jeweiligen Fertigungsverfahren ab, doch die Hürden bei der Herstellung eines ASIC-Chips sind im Allgemeinen höher als bei vielseitigeren Alternativen. Die Kosten können jedoch durch die Massenproduktion ausgeglichen werden.

Die wegweisende Idee, das Design eines Mikrochips zu verändern, um ihn besser für eine bestimmte Funktion zu optimieren, war ein entscheidender Meilenstein in der Geschichte der Informatik. Frühe Varianten der GPU, die – wie der Name bereits andeutet – ursprünglich zur Darstellung von Computergrafiken entwickelt wurden, entsprachen der Definition einer anwendungsspezifischen integrierten Schaltung (ASIC). GPUs lassen sich inzwischen für weit mehr einsetzen. Dies hat dazu geführt, dass sie zunehmend als General-Purpose-GPUs oder GPGPUs bezeichnet werden. Die grundlegende Idee, unterschiedliche Prozessortypen zu entwickeln und ihre Stärken durch heterogenes Computing zu kombinieren, hat jedoch zur Entstehung neuer Familien von Prozessoreinheiten geführt. Beispiele hierfür sind die APU-Produkte (Accelerated Processing Unit) von AMD, die BlueField-Datenverarbeitungseinheiten (Data Processing Units, DPUs) von NVIDIA, die Tensor Processing Units (TPUs) von Google und weitere. Solange es Anwendungsbereiche gibt, die von einem maßgeschneiderten Prozessor profitieren können, und die Nachfrage hoch genug ist, um die Kosten der kundenspezifischen Entwicklung zu decken, werden Produkte auf Basis anwendungsspezifischer integrierter Schaltungen und andere vergleichbare Prozessortypen weiterhin eine wichtige Rolle in der IT-Infrastruktur spielen.

GIGABYTE Technology bietet Serverprodukte für heterogenes Computing an. Dadurch können hochspezialisierte Prozessoren wie ASICs gemeinsam mit herkömmlichen CPUs und GPUs eingesetzt werden. Die GPU-Server der G-Serie werden besonders für den Einsatz mit ASIC-Beschleunigern empfohlen, da sie mehrere Erweiterungssteckplätze mit modernsten PCIe-Schnittstellentechnologien bieten. Diese ermöglichen eine Kommunikation mit hohem Durchsatz und geringer Latenz zwischen den Recheneinheiten. Das proprietäre Wärmemanagement von GIGABYTE trägt außerdem dazu bei, das volle Potenzial der Prozessoren auszuschöpfen, gleichzeitig die PUE zu optimieren und einen stabilen Betrieb sicherzustellen.